Efficient Capital Markets: A Review of Theory and Empirical Work (Eugene F. Fama, 1970)

Hipótese dos mercados eficientes: A rigor, essa hipótese afirma que em um mercado eficiente os preços dos ativos financeiros refletem INTEGRALMENTE todas as informações disponíveis. Isso significa que, em qualquer ponto no tempo, o preço de um ativo reflete tanto informações passadas quanto novas, sendo impossível para os investidores obterem retornos superiores ao mercado de forma sistemática com base em qualquer conjunto de informações disponível.

Efficient Capital Markets: A Review of Theory and Empirical Work (Eugene F. Fama, 1970)

Forma: FRACA

os preços das ações refletem todas as informações históricas de preços. Isso implica que os investidores não podem prever movimentos futuros dos preços com base em dados passados, como padrões de preço ou volume, portanto, a análise técnica seria ineficaz.

Efficient Capital Markets: A Review of Theory and Empirical Work (Eugene F. Fama, 1970)

Forma: SEMI-FORTE

Estende a forma fraca, afirmando que os preços refletem todas as informações públicas disponíveis, como relatórios financeiros, notícias, anúncios de dividendos, etc. Nesse contexto, nem a análise fundamentalista, que se baseia em informações públicas para selecionar ações subvalorizadas, seria capaz de gerar retornos anormais

Efficient Capital Markets: A Review of Theory and Empirical Work (Eugene F. Fama, 1970)

Forma: FORTE

Postula que os preços refletem todas as informações, públicas e privadas (informações privilegiadas ou “insider information”). Mesmo investidores com acesso a informações exclusivas não seriam capazes de obter retornos superiores ao mercado de forma consistente.

Revisão empírica

Forma: FRACA

Estudos de Passeio Aleatório (Random Walk Studies)

Fama revisa uma série de trabalhos que utilizam estatísticas de correlação e autocorrelação para testar se há dependência entre os retornos passados e futuros das ações

• Resultados: A maioria dos estudos encontrou pouca ou nenhuma autocorrelação significativa nos retornos das ações, sugerindo que os preços realmente seguem um padrão próximo de um passeio aleatório, o que sustenta a forma fraca da EMH.

• Implicação: Os investidores não podem usar análise técnica, baseada em dados históricos de preços e volumes, para prever consistentemente os preços futuros e obter retornos anormais.

Forma: FRACA

Testes com Análise Técnica

Estudos mostraram que padrões como “cabeça e ombros” ou “linhas de suporte e resistência” não ofereciam previsibilidade significativa dos movimentos de preços futuro

• Resultados: A análise técnica foi amplamente ineficaz em mercados eficientes. Estratégias de negociação baseadas em preços históricos não mostraram capacidade de prever consistentemente retornos acima da média.

Forma: SEMI-FORTE

Estudos de eventos

Analisam como os preços das ações respondem a eventos específicos, como anúncios de lucros, fusões e aquisições, ou mudanças de política econômica

• Resultados: Sugere que o mercado incorpora rapidamente as informações nos preços, como previsto pela eficiência semiforte.

• Implicação: Os preços das ações ajustam-se rapidamente para refletir essa nova informação, deixando pouca ou nenhuma oportunidade para os investidores obterem retornos anormais.

Testes com informação pública

Testam a capacidade da análise fundamentalista de gerar retornos superiores ao mercado

• Resultados: Em mercados eficientes, a análise fundamentalista também tem pouca eficácia em prever consistentemente retornos anormais

• Implicação: Sugere que as informações publicamente disponíveis são rapidamente incorporadas aos preços

Finança digitalizada

“…a configuração da finança digitalizada é resultado do encontro de processos macroestruturais, nomeadamente a revolução informacional (Lojkine, 2002), vinculada ao desenvolvimento das tecnologias a informação e comunicação (TICs), e da constituição de um regime global de acumulação com dominância da valorização financeira nas últimas quatro décadas.”.

Panorama

• Automação de processos, desde a negociação de ações até a coleta e análise de informações de mercado.
• Implementação de robôs de investimento, algoritmos de negociações e negociações de alta frequência (HFT). Utilizados como instrumento de especulação e arbitragem, criando de novos padrões de liquidez e volatilidade.

Panorama

Panorama

Panorama

• Mudanças nas estruturas de poder dentro dos mercados de capitais, uma vez que a digitalização tende a concentrar ainda mais o controle em mãos de grandes players com acesso a tecnologias avançadas e dados sofisticados.

• Menor participação de pequenos investidores do mercado local, com aumento da prominência de investidores e corretoras estrangeiras na bolsa brasileira. demais praças globais seguem mesmo caminho.

Panorama

Panorama

Panorama

• Financeirização das economias nas últimas décadas figura como um importante e preocupante desdobramento da mundialização financeira, ativada pelo processo de desregulamentação, liberalização e integração dos mercados de capitais.

• Ampliação das dificuldades para a regulação e a regulamentação dos mercados, acompanhada da ocorrência de fraudes, desequilíbrios, entre outros eventos perturbadores (flash cards).

Panorama

Tendências

• Forte investimento na construção de sistemas de produção e circulação de informações em tempo real
• Produção de meios capazes de viabilizar a realização de negociações simultâneas em diferentes mercados na maior velocidade possível ## Reflexões críticas
• Perda da teórica função social de viabilizar investimentos voltados a produção.
• Assimetria de informação, gerando desigualdade informacional.

Tendências

• Problemas de transparência geradas para opacidade das negociações
• Problemas de possíveis manipulações do mercado por algoritmos e negociações de alta frequência.
• Ampliação do risco sistêmico
• Problemas de regulação e regulamentação
• Papel da B3, CVM e demais entidades. Capacidade de ajustar práticas regulatórias. Descompasso entre a inovação e a criação de normativos e a capacidade de fiscalização. Novas regras são necessárias para lidar com as externalidades negativas.
  
• Equilíbrio entre incentivar inovações e proteger a integridade e equidade do mercado.

Trading Algorítmico e Risco de Modelo

• Definição: Trading algorítmico usa algoritmos pré-programados para transacionar ativos financeiros.
• Risco de Modelo: Risco associado ao fato de que os modelos financeiros falham em capturar a complexidade do mundo real.
• Implicação: Gera incentivos para focar em mercados de curto prazo, onde a previsão é mais fácil.

Impacto na Eficiência Informacional

• Eficiência Informacional: Refere-se à capacidade dos preços dos ativos refletirem toda a informação disponível.
• Efeito dos Algoritmos: Embora o trading algorítmico aumente a eficiência informacional em mercados de curto prazo, ele falha em promover a eficiência de longo prazo.
• Perda de Incentivo: Traders informados têm menos incentivo para participar e fornecer insights que corrigem falhas de informação.

Problemas de Alocação de Capital

• Eficiência Alocativa: A eficiência de alocação de capital está comprometida porque os preços refletem cada vez menos o valor fundamental das empresas.
• Curto Prazo: Algoritmos são desenvolvidos para serem bem-sucedidos em horizontes de curto prazo, o que prejudica a capacidade dos mercados de alocar capital de forma eficiente para o longo prazo.

Desafios para os Traders Informados

• Dificuldades: Traders informados enfrentam desafios para competir com algoritmos de alta velocidade.
• Risco de Perda de Retornos: Traders tradicionais perdem retornos potenciais, reduzindo o incentivo para investir em análises de longo prazo.
• Efeito no Mercado: Menor participação de traders informados leva a preços que não capturam adequadamente as perspectivas de longo prazo.

Implicações Regulatórias

• Dependência dos Preços: A regulação atual depende fortemente dos preços como indicador da eficiência alocativa.
• Problemas da Regulamentação: Se os preços não refletem a saúde fundamental das empresas, o uso de preços para regular e monitorar a governança corporativa se torna questionável.

Caminhos para Reforma

• Propostas de Reforma:
  • Incentivos para Eficiência: Melhorar os incentivos para que os traders ajudem a corrigir falhas de informação no mercado.
  • Transparência de Modelos: Exigir mais transparência nos modelos usados nos algoritmos de negociação.
• Objetivo: Reforçar a capacidade dos mercados financeiros de alocar capital eficientemente para a economia real.

Conclusão

• Resumo: O trading algorítmico gera uma desconexão entre a eficiência informacional e a eficiência alocativa.
• Reflexão Crítica: É necessário reavaliar a dependência da regulação sobre os preços como uma medida de eficiência de mercado.
• Próximos Passos: Implementar reformas para assegurar que os mercados cumpram seu papel fundamental na alocação eficiente de capital.

As Condenações do Insider Trading Primário e Secundário na Comissão de Valores Mobiliário entre 2017 e 2021: uma análise de conteúdo a partir do Iramuteq (Ives Nahama Gomes dos Santos e Mariana Dionísio de Andrade, 2022)

• Tese Principal: A principal diferença entre processos administrativos sancionadores (PAS) da Comissão de Valores Mobiliários (CVM) para insiders primários e secundários está na presunção da relevância da informação privilegiada.
• Objetivo: Analisar diferenças nas condenações de insiders primários e secundários por uso de informações privilegiadas, usando uma metodologia de análise de conteúdo com o auxílio do software Iramuteq.

Insider Trading: Definições e Contexto Regulatório

• Definição: O insider trading refere-se ao uso de informações não públicas para negociação de valores mobiliários. Existem dois tipos de insiders: primários, que possuem acesso direto à informação em razão do cargo, e secundários, que recebem informações de forma indireta.
• Marco Regulatório: A regulação do insider trading no Brasil é feita pela CVM, com base na Lei 6.385/76 e instruções normativas, como a ICVM nº 358/2002. A CVM é responsável por fiscalizar e aplicar sanções administrativas.

Metodologia Utilizada

• Metodologia de Análise de Conteúdo (AC): Utilizada para identificar padrões nas decisões da CVM entre 2017 e 2021, com o auxílio do software Iramuteq. A AC foi escolhida por sua capacidade de descrever e interpretar conteúdos de maneira sistemática.
• MAD - Metodologia de Análise de Decisões: Aplicada para entender a fundamentação dos votos e suas possíveis diferenças entre insiders primários e secundários.

Diferenças entre Insiders Primários e Secundários

• Insiders Primários: Estes possuem acesso direto à informação privilegiada em razão de sua posição na empresa. A maior diferença identificada é a presunção de que a informação é relevante para esses insiders, sendo este um fator decisivo para justificar condenações.
• Insiders Secundários: Insiders que obtêm informação privilegiada sem ocuparem cargos internos da empresa. Para eles, não há presunção de que a informação seja relevante, e cabe à CVM provar que houve acesso e uso da informação.

Principais Resultados

• Condenações e Absolvições: Dos 25 insiders primários analisados, 14 foram absolvidos, enquanto todos os 14 insiders secundários foram condenados. Para os primários, a absolvição foi justificada em casos onde não havia evidência de que a informação era relevante ou que ela foi efetivamente utilizada.
• Montante das Multas: As multas aplicadas a insiders primários foram muito superiores, totalizando mais de 500 milhões de reais, enquanto as multas para secundários somaram cerca de 7,5 milhões de reais. Essa discrepância reflete a obrigação maior dos insiders primários em relação à confidencialidade.

Analise de Similitude

Impactos na Eficiência dos Mercados

• Transparência e Eficiência de Mercado: A regulação visa garantir um mercado eficiente, promovendo a simetria da informação entre investidores. No entanto, a distinção entre primários e secundários demonstra que ainda há dificuldades na aplicação uniforme da regulação.
• Risco de Distorções: A dificuldade em punir insiders primários com a mesma frequência que os secundários pode gerar distorções no mercado, favorecendo aqueles com acesso direto à informação.

Conclusão

• Resumo: A principal diferença nas decisões da CVM reside na presunção de relevância da informação privilegiada para insiders primários, o que não ocorre para os secundários. O uso do software Iramuteq permitiu identificar que a fundamentação dos votos varia significativamente entre os dois tipos de insiders.
• Implicações para o Mercado: As sanções desiguais entre primários e secundários podem impactar a confiança dos investidores e a percepção de justiça no mercado. É necessário considerar possíveis ajustes regulatórios para garantir que todos os agentes sejam responsabilizados de forma justa e eficiente.